Example results on several image restoration problems. We use deep neural networks, but we never train/pretrain them using datasets. We use them as a structured image prior. Deep convolutional networks have become a popular tool for image generation and restoration. Generally, their excellent performance is imputed to their ability to learn realistic image priors from a large number of example ima
早稲田大学の研究者が、ディープネットワーク(畳み込みニューラルネットワーク)を用いた画像補完技術「Globally and Locally Consistent Image Completion」を公開しました。既存の画像補完技術とはレベルの違う精度を見せつけています。 飯塚里志 — ディープネットワークによる画像補完(SIGGRAPH 2017) http://hi.cs.waseda.ac.jp/~iizuka/projects/completion/ja/ SIGGRAPH 2017に論文が正式に採択されました。ディープラーニングによって複雑な画像補完を行う手法です。画像中の不要な物体を消したり、人の顔を変化させたりもできます。https://t.co/iHccQXmqEh pic.twitter.com/zhmVjIajcy— Satoshi Iizuka (@stsiizk) 2
パナソニックは2月9日、有機薄膜を用いたCMOSイメージセンサの同一画素内で、近赤外線域の感度を電気的に変えられる電子制御技術を開発し、可視光/近赤外線域での撮像をフレーム単位で切り替えることに成功したと発表した。同成果の詳細は、2017年2月5日~2月9日にかけて米国サンフランシスコにて開催された半導体の国際学会「ISSCC 2017(International Solid-State Circuits Conference 2017)」にて発表された。 同社は、独自の積層型構造を有する有機薄膜(積層型有機薄膜)を用いた有機CMOSイメージセンサを開発しているが、同センサは、光を電気信号に変換する機能を有機薄膜で、信号電荷の蓄積と読み出しを行う機能を下層の回路部で、それぞれ完全独立に行う構成を採用しているため、高感度、ワイドダイナミックレンジ、グローバルシャッタ機能などの特徴を有している
悪いことをする人間は顔に現れるなど言われることがありますが、これは本当なのか。中国の大学は人工知能を用いて証明写真から犯罪者と非犯罪者を見分ける調査を行った結果、89%の確率で見分けることができたとしています。 機械学習を用い、犯罪者を顔写真から高い確率で識別できたとの研究結果 犯罪者の顔と非犯罪者の顔に統計学的な違いはないとされているが、中国・上海交通大学の研究者2名が画像認識と機械学習を用いて犯罪者と非犯罪者を高い確率で識別することに成功したそうだ (論文アブストラクト、 MIT Technology Reviewの記事、 Neowinの記事、 The Next Webの記事)。 研究では18~55歳で顔に傷やほくろなどがなく、ヒゲを伸ばしていない中国人男性1,856人の身分証明書写真を使用している。このうち非犯罪者は1,126人、犯罪者は730人。犯罪者のうち235人は暴力を伴う犯罪
早稲田大学の研究チームはディープネットワーク(AI)を用いて白黒画像をカラー画像に自動変換する手法を考案し、入力された画像を僅かな時間でカラー化するという技術を公開しています。 ディープネットワークを用いた白黒写真の自動色付け http://hi.cs.waseda.ac.jp:8082/ こちらが今回開発されたサービスです。使い方は簡単。色付けしたい画像をサイト内の青い破線内にドラッグ・アンド・ドロップするかPC内のファイルの画像を選択するだけというものです。あとは自動で着色されます。 ただ、サイトの混在が原因なのか途中で出力が止まってしまうという不具合があるため時間をおいて再送信し直す必要があります。 出力例 幾つか試してみたのですが、出力される時間は10秒程度とかなり高速で処理されている印象を受けます。また着色に関しては元の色がわからないので判断が難しいのですがそれっぽい色が付いてお
By CHRISTOPHER DOMBRES Googleは画像の説明文章を自動生成する技術を開発したりと、機械学習やディープラーニングなどを用いて、人間レベルの高度な認識能力を持つコンピューターや人工知能の開発に取り組んできました。そんな中、人間を超える精度で「写真の『映像情報』のみで撮影場所を特定する」ことが可能な人工知能の開発にも成功していることが明らかになっています。 Google Unveils Neural Network with “Superhuman” Ability to Determine the Location of Almost Any Image https://www.technologyreview.com/s/600889/google-unveils-neural-network-with-superhuman-ability-to-determine
「聖夜なので」という作者の信念のもと、全自動で水着と人間の顔を自動認識して、マークに沿って円を描くことでセクシーな水玉模様のコラ画像を生成する「全自動水玉コラ生成マシーン」が登場しています。 全自動水玉コラ生成マシーン - onk.ninja http://blog.onk.ninja/2015/12/24/auto_circle_collage 全自動水玉コラ生成マシーンは、まず画像中の水着部分を自動で認識。 水着は隠し、顔・肩・おへそが見える形で円充填を行い、水玉模様で肌が見え隠れする、セクシーな画像を自動で生成します。 ただし自動認識なので、例えば以下の画像だと右下の砂浜も顔認識されてしまっています。 生成された画像は以下のような感じ。 仕組みとしては、試行錯誤の結果、「画像中の彩度の高いものを水着と仮定し、あまりに暗いものや明るすぎるものを除外する」という手法に切り替えることで、一
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く